Une radio de Schaffhouse vient de franchir un cap symbolique : « Radio Schaffhuuse » émet avec des voix exclusivement générées par intelligence artificielle. Pas un humain au micro. Zéro animateur qui se lève à 5h du matin pour préparer sa chronique. Juste du code et des modèles de synthèse vocale qui enchaînent les infos locales et les playlists.
Sur le papier, c’est fascinant. Dans les faits, ça bute sur le Munot.
Le Munot, c’est cette forteresse ronde du XVIe siècle qui domine Schaffhouse, emblème absolu de la ville. Et l’IA n’arrive pas à le prononcer correctement. Le symbole est presque trop beau : la première radio suisse sans humain trébuche sur le nom le plus humain de sa région, celui qui porte l’histoire locale dans ses pierres.
Le problème n’est pas technique, il est culturel
Les voix de synthèse ont fait des progrès spectaculaires en deux ans. ElevenLabs, OpenAI TTS, Qwen. On arrive aujourd’hui à générer des voix qui passent un test de Turing audio sur des textes génériques. Mais dès qu’on sort du français standard ou de l’allemand normé, dès qu’on tombe sur un nom de lieu, un patronyme local, une expression régionale, le vernis craque.
Et ce n’est pas un bug anecdotique. C’est structurel.
Les modèles TTS sont entraînés sur des corpus massifs, lissés, standardisés. Ils excellent dans la moyenne. Ils échouent dans le spécifique. Or une radio locale, c’est précisément du spécifique : les noms des rues, des élus, des commerces, des montagnes. Le tissu sonore d’une communauté.
Radio Schaffhuuse le découvre avec le Munot. Mais ce ne sera pas le dernier mot imprononçable. Il y aura les noms de famille à coucher dehors du côté de Winterthur, les lieux-dits en dialecte, les entreprises locales aux acronymes impossibles. Autant de pièges que l’IA devra esquiver ou dans lesquels elle tombera, micro ouvert.
Est-ce que ça remplace un animateur ?
Je fais du podcast depuis vingt ans. J’ai enregistré des centaines d’heures de voix, et j’ai aussi passé les deux dernières années à tester tous les modèles TTS qui sortent. J’ai cloné ma propre voix. Je sais de quoi je parle.
Une voix de synthèse peut lire un texte proprement. Elle peut même y mettre de l’intonation, du rythme, des variations qui font « naturel ». Mais elle ne peut pas :
- Sentir qu’une info tombe à plat et rebondir
- Improviser une transition entre un fait divers sordide et une chanson pop
- Comprendre que le nom du maire est mal prononcé et se corriger
- Avoir une opinion spontanée sur l’actualité
- Créer une intimité avec l’auditeur qui dure dans le temps
La radio, c’est de la compagnie. Les gens allument la radio le matin pour entendre une voix familière, pas pour consommer un flux d’informations optimisé. C’est pour ça que les morning shows résistent à l’automatisation : l’auditeur n’écoute pas « les infos », il écoute Paul ou Sophie.
Le vrai sujet : qu’est-ce qu’on perd ?
Techniquement, Radio Schaffhuuse fonctionne. L’info est dite, les chansons sont lancées. La promesse mécanique est tenue.
Mais une radio locale qui ne sait pas dire « Munot », c’est un peu comme un boulanger qui ne sait pas dire « pain ». Ça marche, fonctionnellement. Mais quelque chose d’essentiel est absent.
Je ne suis pas contre l’IA dans les médias. J’utilise ma propre voix clonée pour mon podcast, je génère des scripts, j’automatise ma veille. L’IA est un outil. Mais remplacer 100% de l’humain, c’est confondre l’outil et l’artisan.
La question n’est pas « est-ce que l’IA peut faire la radio ». La question est « est-ce qu’on veut écouter une radio qui ne connaît pas le nom de notre forteresse ».
Pourquoi maintenant ? L’économie de la radio locale
Il faut comprendre le contexte économique. Une radio locale en Suisse, ça coûte cher. Les redevances publicitaires locales sont en baisse depuis dix ans, la concurrence des podcasts et du streaming grignote l’attention, et les charges salariales suisses n’aident pas. Embaucher deux ou trois animateurs pour couvrir une grille quotidienne, c’est un luxe que beaucoup de petites stations ne peuvent plus se permettre.
Dans ce paysage, l’IA n’est pas une lubie technologique. C’est une bouée de survie économique. Un modèle TTS coûte quelques centimes par heure de contenu généré. Un animateur radio au salaire médian suisse, c’est 6000 à 8000 francs par mois. Le calcul est vite fait.
Radio Schaffhuuse n’est probablement que la première. D’autres stations locales vont suivre, en Suisse alémanique d’abord, puis en Romandie. Pas par amour de l’innovation, mais par nécessité budgétaire.
Ce que ça dit du journalisme local
Derrière l’anecdote technique du Munot mal prononcé, il y a une question plus lourde : que devient le journalisme de proximité quand on retire les journalistes de proximité ?
Une radio locale ne fait pas que lire des dépêches. Elle couvre les conseils communaux, interviewe le président du club de foot, annonce les décès dans la région, relaie les colères et les joies du tissu associatif local. Ce travail de terrain ne se délègue pas à une IA, parce qu’il faut être sur place, parler aux gens, comprendre les non-dits d’une petite communauté.
Une voix de synthèse peut lire le compte-rendu du conseil communal. Elle ne peut pas sentir que le ton du président était particulièrement sec quand il a répondu à l’opposition, et que ça cache une querelle de personnes qui dure depuis 2018. Ce niveau de lecture, c’est l’humain qui l’apporte.
Mon pari
Je pense qu’on va voir émerger un modèle hybride. L’IA pour la lecture des dépêches, la météo, les résultats sportifs, tout ce qui est répétitif et standardisé. Et l’humain pour l’éditorial, l’interview, l’analyse, l’incarnation.
Une radio 100% IA comme Radio Schaffhuuse, c’est un laboratoire intéressant qui nous montre les limites actuelles de la technologie. Mais je ne crois pas une seconde que ce soit l’avenir de la radio. Les auditeurs ne sont pas des consommateurs passifs de contenu audio. Ils veulent une relation. Et une relation, par définition, ça prend deux humains.
Le jour où une IA saura prononcer correctement « Munot » en comprenant pourquoi c’est important, on pourra en reparler. D’ici là, je garde mon casque pour écouter des vrais gens.
Moi, ma réponse est faite.
Articles similaires:
À propos de l’auteur – Podcast, contenus numériques et veille technologique
Je suis actif dans le domaine du podcast et des médias numériques depuis le début des années 2000, période à laquelle le terme « podcast » n’était pas encore largement reconnu par la majorité des marques. Depuis lors, j’ai eu l’opportunité de produire, animer ou accompagner la création de plusieurs centaines de contenus audio et vidéo pour des médias, des institutions, des entreprises et des indépendants, tant en Suisse qu’à l’international.
Ma méthodologie repose sur trois piliers fondamentaux : la stratégie éditoriale, la production de contenus (podcast, vidéo, live streaming) et la veille technologique appliquée. Je privilégie une approche pragmatique, fondée sur l’expérience terrain, les tests, l’analyse des erreurs et une compréhension approfondie des usages réels du numérique, sans recourir à des solutions simplistes.
Mes podcasts sont disponibles sur les plateformes Apple Podcasts et Spotify.
J’interviens également en tant que chroniqueur technologique au sein de Mon Carnet et publie régulièrement des analyses dans Cominmag.
Par ailleurs, je suis cofondateur de l’initiative Le Meilleur de, qui valorise depuis plus d’une décennie les meilleures pratiques du web, de la publicité, du podcast et de la communication en Suisse. Ce travail d’observation approfondi m’a permis de développer une vision concrète de la qualité des contenus et de leur impact réel.
En parallèle de mes activités de production et d’analyse, j’enseigne et j’accompagne régulièrement des professionnels, des équipes et des entrepreneurs sur les enjeux du podcast, du live streaming et de la création de contenus numériques. La transmission du savoir fait partie intégrante de mon métier.
Je documente également des projets plus personnels, tels qu’EDS, une aventure en van aménagé combinant mobilité, technologie et récits de terrain. Il s’agit d’une approche alternative pour explorer les usages, en dehors des présentations PowerPoint traditionnelles.
Ce blog constitue un espace dédié à la veille, à l’analyse et au retour d’expérience. J’y partage mes expérimentations, les solutions efficaces — et parfois les solutions moins performantes — avec une seule ambition : produire des contenus pertinents, cohérents et durables.
Au plaisir de vous retrouver prochainement.